Master Data Management (MDM) staat hoog op de agenda van veel organisaties. Ook op board level bestaat het besef dat masterdata specifieke aandacht nodig heeft. Achtergrond van deze toenemende aandacht is de zorg over de algemene kwaliteit van data. Door het vergroten van de kwaliteit van
masterdata kunnen verstoringen in de bedrijfsprocessen worden beperkt waarmee de efficiëntie wordt verhoogd en de beschikbaarheid van betrouwbare managementinformatie beter kan worden gegarandeerd.
In deze whitepaper is beschreven hoe een intelligente informatie infrastructuur is op te zetten voor de management informatievoorziening bij organisaties.
Prestaties verbeteren met New GovernanceLeon Dohmen
Voor een goede performance van de regieorganisatie dient voortdurend aandacht te worden besteed aan de afstemming tussen enerzijds de formele en anderzijds de informele organisatie.Een relationeel perspectief (netwerkperspectief) is daarbij nodig om ervoor te zorgen dat specifieke projectomstandigheden goed worden geadresseerd. Op basis van een gemeten fit tussen besturing en omstandigheden kunnen probleemprojecten
worden voorspeld en voorkomen.
In deze whitepaper is beschreven hoe een intelligente informatie infrastructuur is op te zetten voor de management informatievoorziening bij organisaties.
Prestaties verbeteren met New GovernanceLeon Dohmen
Voor een goede performance van de regieorganisatie dient voortdurend aandacht te worden besteed aan de afstemming tussen enerzijds de formele en anderzijds de informele organisatie.Een relationeel perspectief (netwerkperspectief) is daarbij nodig om ervoor te zorgen dat specifieke projectomstandigheden goed worden geadresseerd. Op basis van een gemeten fit tussen besturing en omstandigheden kunnen probleemprojecten
worden voorspeld en voorkomen.
This document lists the administrators and leadership of the Santa Ana Unified School District. It includes the superintendent, deputy superintendents, assistant superintendents, directors, principals, and other leadership roles across the district's divisions of business services, educational services, and human resources. It also lists the names of all schools in the district.
Letters of recommendation provide valuable insights for those considering an applicant. The letters should be written by people who know the applicant in a professional capacity and can speak to their qualifications and character. Recommenders should highlight the applicant's strengths and accomplishments but also be honest and avoid exaggerations.
The document describes a community-owned cooperative that was built by volunteers and is rooted in collaboration at all levels of decision making and operations. The cooperative prioritizes sourcing from local producers using environmentally sustainable and ethical practices. It aims to foster a local food culture through education and events while collaborating with suppliers, funders, and the community.
This document contains a mid-module review with math word problems and exercises involving addition, subtraction, and place value. Students are prompted to show their work and strategies to solve problems like 56 + 34, 67 - __ = 34, and determining if statements like 27-13 = 13+27 are true or false based on place value. They are also asked to explain strategies used to solve word problems involving quantities of cookies, cupcakes, roses, and more.
Mayerly Del Mar Morales Quiroga presenta su perfil profesional. Ella es una persona imaginativa que le gusta hacer las cosas de manera perfecta, y disfruta actividades como ver películas, escuchar música, bailar, hacer deporte y ser generosa.
Een kennis- en informatiecentrum dat zich ontwikkelt van informatieleverancier tot \'partner in problem solving\', zoekt samen met de klant naar oplossing van het klantspecifieke probleem. Niet meer uitsluitend de vraag van de klant beantwoorden, maar optreden als partner vereist een proactieve houding. Een goed uitgekristalliseerde rol voor relatiemanagement is daarbij van cruciaal belang.
DDMA 3 maart 2009 Pieter Vijn over Data GovernanceDDMA
Prof. Dr. Pieter Vijn, professor integrated marketing communication Nyenrode Business Universiteit gaat in op het belang van Data Governance in relatie tot marketingmanagement. Hij stelt dat de kansen cq mogelijkheden om de datakwaliteit binnen het bedrijf te organiseren, gespiegeld is aan hoe een bedrijf is georganiseerd. Wanneer tussen diverse afdelingen frictie bestaat, blijft het schieten met los zand. NAW gegevens is slechts een element van datakwaliteit. Datakwaliteit is een strategische asset met de daartoe behorende kansen, risicofactoren, strategische consequenties et cetera. Data is niet zomaar een adresje. Desalniettemin is datakwaliteit vaak een te klein begrip en is het van belang om het begrip te herpositioneren om het strategisch belang te laten inzien.
LEAN MDM ; wat is het en hoe kun je het optimaal gebruiken?BBPMedia1
Direct beschikbare, goede kwaliteit data wordt tegenwoordig gezien als de kern van een succesvolle bedrijfsvoering. Het is de uitdaging om als MDM-organisatie de toenemende eisen en het tempo van veranderingen binnen de het bedrijf op een effectieve en efficiënte manier te kunnen volgen. Kunnen de Lean principes, ooit bedacht door Toyota in de vorige
eeuw, hier wellicht uitkomst bieden en welke rol kan Artificial Intelligence hierbij vervullen?
This document lists the administrators and leadership of the Santa Ana Unified School District. It includes the superintendent, deputy superintendents, assistant superintendents, directors, principals, and other leadership roles across the district's divisions of business services, educational services, and human resources. It also lists the names of all schools in the district.
Letters of recommendation provide valuable insights for those considering an applicant. The letters should be written by people who know the applicant in a professional capacity and can speak to their qualifications and character. Recommenders should highlight the applicant's strengths and accomplishments but also be honest and avoid exaggerations.
The document describes a community-owned cooperative that was built by volunteers and is rooted in collaboration at all levels of decision making and operations. The cooperative prioritizes sourcing from local producers using environmentally sustainable and ethical practices. It aims to foster a local food culture through education and events while collaborating with suppliers, funders, and the community.
This document contains a mid-module review with math word problems and exercises involving addition, subtraction, and place value. Students are prompted to show their work and strategies to solve problems like 56 + 34, 67 - __ = 34, and determining if statements like 27-13 = 13+27 are true or false based on place value. They are also asked to explain strategies used to solve word problems involving quantities of cookies, cupcakes, roses, and more.
Mayerly Del Mar Morales Quiroga presenta su perfil profesional. Ella es una persona imaginativa que le gusta hacer las cosas de manera perfecta, y disfruta actividades como ver películas, escuchar música, bailar, hacer deporte y ser generosa.
Een kennis- en informatiecentrum dat zich ontwikkelt van informatieleverancier tot \'partner in problem solving\', zoekt samen met de klant naar oplossing van het klantspecifieke probleem. Niet meer uitsluitend de vraag van de klant beantwoorden, maar optreden als partner vereist een proactieve houding. Een goed uitgekristalliseerde rol voor relatiemanagement is daarbij van cruciaal belang.
DDMA 3 maart 2009 Pieter Vijn over Data GovernanceDDMA
Prof. Dr. Pieter Vijn, professor integrated marketing communication Nyenrode Business Universiteit gaat in op het belang van Data Governance in relatie tot marketingmanagement. Hij stelt dat de kansen cq mogelijkheden om de datakwaliteit binnen het bedrijf te organiseren, gespiegeld is aan hoe een bedrijf is georganiseerd. Wanneer tussen diverse afdelingen frictie bestaat, blijft het schieten met los zand. NAW gegevens is slechts een element van datakwaliteit. Datakwaliteit is een strategische asset met de daartoe behorende kansen, risicofactoren, strategische consequenties et cetera. Data is niet zomaar een adresje. Desalniettemin is datakwaliteit vaak een te klein begrip en is het van belang om het begrip te herpositioneren om het strategisch belang te laten inzien.
LEAN MDM ; wat is het en hoe kun je het optimaal gebruiken?BBPMedia1
Direct beschikbare, goede kwaliteit data wordt tegenwoordig gezien als de kern van een succesvolle bedrijfsvoering. Het is de uitdaging om als MDM-organisatie de toenemende eisen en het tempo van veranderingen binnen de het bedrijf op een effectieve en efficiënte manier te kunnen volgen. Kunnen de Lean principes, ooit bedacht door Toyota in de vorige
eeuw, hier wellicht uitkomst bieden en welke rol kan Artificial Intelligence hierbij vervullen?
1. Compact_ 2012 2 57
Master Data Management:
do’s & don’ts
Drs. Keesjan van Unen RE, Ad de Goeij MSc RE, Sander Swartjes MSc en Ard van der Staaij MSc
Master Data Management (MDM) staat hoog op de agenda van veel organisaties. Ook op board level
bestaat het besef dat masterdata specifieke aandacht nodig heeft. Achtergrond van deze toenemen
de aandacht is de zorg over de algemene kwaliteit van data. Door het vergroten van de kwaliteit van
masterdata kunnen verstoringen in de bedrijfsprocessen worden beperkt waarmee de efficiëntie
wordt verhoogd en de beschikbaarheid van betrouwbare managementinformatie beter kan worden
gegarandeerd. Echter, het bereiken van dit doel gaat niet zonder slag of stoot. MDM is geen hogere
wiskunde, maar kent wel specifieke problematiek die op de juiste manier aandacht moet krijgen. Dit
artikel beschrijft drie van deze aandachtsgebieden inclusief enkele do’s en don’ts.
Drs. C.J.W.A. van Unen RE
is senior manager bij
KPMG IT Advisory.
vanunen.keesjan@kpmg.nl
A.S.M de Goeij MSc RE
is manager bij
KPMG IT Advisory.
degoeij.ad@kpmg.nl
S. Swartjes MSc
is adviseur bij
KPMG IT Advisory.
swartjes.sander@kpmg.nl
A.J. van der Staaij MSc
is adviseur bij
KPMG IT Advisory.
vanderstaaij.ard@kpmg.nl
2. Master Data Management: do’s & don’ts58
Ga niet meteen voor goud
Hoe verleidelijk het ook lijkt: ga bij het (her)inrichten van
de organisatie van MDM niet meteen voor het ‘ideaalmo
del’. In veel organisaties bestaat nog geen duidelijke en
werkzame structuur met proceseigenaren, systeemeigena
ren en data-eigenaren, waarbij MDM-governance idealiter
aansluiting zou zoeken. MDM-governance overschrijdt
net als proces-governance afdelingen of functionele
gebieden (zoals IT en Inkoop). Het heeft derhalve dan ook
weinig zin om dit ideaalmodel al wel binnen MDM-gover
nance als uitgangspunt te nemen. Veelal zal men zich in
eerste instantie moeten beperken tot het beantwoorden
van de simpele vraag: ‘Wie doet wat?’ en ‘Wie mag waar
besluiten over nemen?’.
De bestaande organisatiestructuur kan als startpunt
genomen worden voor het toewijzen van de verschillende
rollen binnen MDM. Op deze wijze worden nieuwe rollen
geïntroduceerd in een omgeving die al bekend is, wat de
toewijzing en acceptatie vergemakkelijkt. ‘Think Big, Act
Small’ is een veelgehoorde kreet binnen MDM. Daarmee
wordt aangegeven dat de visie voor MDM organisatie
breed, objectonafhankelijk en toekomstgericht moet zijn,
maar dat de uitvoering van deze visie in eerste instantie
maar beter op een relatief beperkte schaal kan plaatsvin
den. Dit geldt ook voor governance binnen MDM: sluit aan
bij bestaande, goedwerkende werkwijzen en groei gestaag
door naar het gewenste besturingsmodel wanneer de rest
van de organisatie daar ook klaar voor is.
Expliciete aandacht voor communicatie en change
management is een niet te onderschatten factor voor het
slagen van MDM. Met MDM wordt bestaande rollen nieuw
leven ingeblazen of worden zelfs nieuwe rollen geïntrodu
ceerd. Vanuit de visie ‘treat master data as an asset’ wordt
verwacht dat betrokkenen zich ook echt verantwoordelijk
voelen voor het verbeteren en waarborgen van de kwaliteit
van masterdata en zich ook zo gaan gedragen. En juist dit
vereist de nodige inspanningen om duidelijk de toege
voegde waarde van MDM over te brengen en betrokkenen
voor te bereiden op gevolgen voor hun dagelijkse manier
van werken.
Inleiding
Elke organisatie heeft te maken met masterdata en zoekt
naar middelen om de kwaliteit van deze specifieke groep
van data op een effectieve en efficiënte manier te beheer
sen. Organisaties zijn bezig met business intelligence,
herinrichting van (ERP-)systemen, optimaliseren van
bedrijfsprocessen, het creëren van een eenduidig beeld van
de klant en compliancy met externe wet- en regelgeving.
Adequaat ingericht MDM is hiervoor een belangrijke rand
voorwaarde (zie ook [Jonk11]). Om die reden staat MDM bij
veel grote en middelgrote organisaties hoog op de agenda.
Dit artikel beschrijft enkele gebieden die belangrijk zijn
bij het adequaat inrichten van MDM. Dit zijn tevens gebie
den die als complex worden ervaren door veel organisaties,
namelijk: het besturen van MDM, het fundament van
MDM, en het automatiseren van MDM.
Besturen van MDM: ‘Governance’
Doelstelling van governance binnen MDM is het aanstu
ren en waar nodig bijsturen van activiteiten gericht op het
toekomstvast waarborgen van de kwaliteit van masterdata
(inrichten, uitvoeren, evalueren). Een heldere structuur
van rollen, taken en verantwoordelijkheden, toegewezen
aan functies binnen een organisatie, is een belangrijke
component van MDM-governance, maar niet het enige wat
nodig is.
Treat master data as an asset
Do’s & don’ts
•• Creëer geen overcomplexiteit en probeer met governance niet vooruit te
lopen op de rest van de organisatie: sluit in eerste instantie zoveel mogelijk aan
bij de bestaande organisatiestructuur.
•• Verwacht geen wonderen en neem de tijd om governance voor MDM goed te
laten ‘landen’ in de organisatie: mensen hebben tijd nodig om hun nieuwe rol,
taken en verantwoordelijkheden te begrijpen en ervaring op te doen.
•• Benader governance voor MDM vanuit een top-downperspectief: eenduidige
definitie en toepassing van uitgangspunten, richtlijnen en standaarden is cruci
aal om kwaliteit van masterdata en MDM te kunnen waarborgen.
•• Beperk governance niet alleen tot het toewijzen van rollen en verantwoor
delijkheden: zorg voor een adequaat besturingsmodel en werkbare ‘ways-of-
working’ (bijvoorbeeld het organiseren van ‘MDM-communities’).
•• ‘Meten is weten.’ Weet, om te kunnen bijsturen, waar je heen wilt en wanneer.
3. Compact_ 2012 2 59Enterprise Data Management
Ten slotte zijn er nog de zogenaamde ondersteunende
‘MDM-beheerprocessen’ die gericht zijn op het waarborgen
van een continue werking, en waar nodig verbetering, van
MDM als geheel binnen organisaties. Hierbij zijn sterke
parallellen te trekken met de bekende ITIL-processen:
•• change management (bijvoorbeeld: we voegen een
nieuw veld toe aan onze tabel [X] in systeem [Y], wie keurt
dat goed en welke systemen, processen, procedures en
standaarden moeten daarvoor aangepast worden?);
•• incident management (bijvoorbeeld incidenten en
issues waarbij de kwaliteit van masterdata of MDM een
rol heeft gespeeld, dienen inzichtelijk te zijn en er moet
opvolging aan gegeven worden);
•• service level management (bijvoorbeeld vaststellen en
bewaken van dienstenniveaus ten aanzien van het onder
houden van masterdata);
•• compliance management (bijvoorbeeld waarborgen
dat MDM als geheel en masterdata specifiek voldoen en
blijven voldoen aan relevante interne en externe wet- en
regelgeving).
Inzicht is nodig om te kunnen bijsturen
Adequate governance vereist ook dat de mogelijkheid
bestaat om bij te kunnen sturen in de inrichting en uit
voering van MDM waar dat nodig is. Op basis van vooraf
gedefinieerde prestatie-indicatoren en kwaliteitseisen kan
voor elk afzonderlijk masterdataobject en MDM als geheel
gerapporteerd worden over zowel de kwaliteit van de mas
terdata zelf als het onderhoudsproces.
Het is eenzaam aan de top
Belangrijke kernbegrippen binnen MDM zijn eenduidigheid,
helderheid en consistentie. Governance voor MDM kan men
het meest effectief vanuit een top-downvisie benaderen.
Vanzelfsprekend moet rekening gehouden worden met
allerlei lokale karakteristieken en systeemspecifieke
eigenaardigheden, maar de kwaliteit van MDM is het
meest gewaarborgd vanuit een eenduidige, heldere en con
sistente visie. Die maak en draag je nu eenmaal het beste
uit vanuit één centraal herkenbaar punt binnen de organi
satie. Bij voorkeur met expliciete ondersteuning en com
municatie vanuit het hoger management (‘board level’).
Het neerzetten van de governance van MDM zal derhalve
in de praktijk een vanuit de top gestuurde activiteit zijn.
Belangrijk is hierbij wel om te benadrukken dat MDM
niet vanzelfsprekend uitgaat van het centraliseren van
het onderhoud van stamgegevens. Hoewel de efficiency,
continuïteit en kennisborging van MDM zeker gebaat zijn
bij het zoveel mogelijk concentreren van activiteiten en
er steeds meer een beweging gaande is richting het onder
brengen van MDM in ‘shared service centers’, is MDM niet
synoniem aan centralisatie. Afhankelijk van de context
waarin een organisatie opereert, zijn er ook redenen aan te
voeren om het onderhoud van masterdata zo dicht moge
lijk bij de dagelijkse uitvoering te houden.
Besturen is een werkwoord
Met het alleen definiëren en toewijzen van rollen, taken en
verantwoordelijkheden ben je er nog niet. De betrokken
personen dienen ook een structuur (besturingsmodel) te
hebben waarin zij hun (nieuwe) taken en verantwoorde
lijkheden kunnen uitvoeren.
Vanuit MDM-governance dient derhalve ook zorg gedra
gen te worden voor overleg- en communicatiestructuren,
zodat betrokkenen elkaar op vastgestelde tijden weten
te vinden en kunnen bijpraten over lopende zaken. Het
opzetten van (in)formele ‘MDM-communities’ (een groep
van betrokkenen vanuit diverse disciplines en afdelingen)
is een beproefd middel om op een relatief eenvoudige wijze
uitwisseling van inzichten, ervaringen en oplossingsrich
tingen te realiseren.
Uitgangspunten, richtlijnen, standaarden en praktische
werkafspraken ten aanzien van de inrichting en uitvoe
ring van MDM moeten worden vastgesteld en uitgedragen,
bij voorkeur in een algemeen geldend MDM-beleidsdocu
ment.
• Kwaliteit van masterdata:
º dubbele masterdatarecords
º inconsistente masterdatarecords in relevante systemen
º masterdatarecords waarvan belangrijke velden niet of onvolledig ingevuld zijn
º masterdatarecords waarvan belangrijke velden niet overeenkomstig de
voorgedefinieerde standaarden of referentiewaarden zijn ingevuld
• Kwaliteit van masterdatamanagement:
º correcties op masterdatarecords binnen vier weken na initiële creatie
º wijzigingen op masterdatarecords direct voorafgaande aan of na het verwerken
van transacties die hiervan gebruikmaken
º actieve gebruikers met systeemtoegang tot het wijzigen van masterdata-
records
º inactieve masterdatarecords
Voorbeelden van typische prestatie-indicatoren voor MDM
Tabel 1. Voorbeelden van typische prestatie-indicatoren voor MDM.
4. Master Data Management: do’s & don’ts60
Na de systeemonafhankelijke inventarisatie van de
relevante objecten wordt nagegaan hoe de dataobjecten
binnen de verschillende systemen worden gepresenteerd
en gekenmerkt. De wijze waarop een object binnen een
specifiek systeem is ingericht heeft tevens impact op de
wijze waarop beheerprocessen worden ingericht en uitge
voerd. Bijvoorbeeld een object ingericht in de configura
tiemodule van een applicatie (die vaak wordt beheerd door
een IT-afdeling), zal een ander beheerproces kennen dan
een object dat door een eindgebruiker wordt onderhouden
via de reguliere functionele menu’s.
Bovenstaande stappen leiden uiteindelijk tot een eendui
dig en gemeenschappelijk overzicht van masterdataobjec
ten, inclusief karakteristieken, classificatie, definitie, ver
schijningsvormen en onderlinge relaties van de objecten.
Dit heeft als doel een gemeenschappelijk begrip te creëren
en daarnaast uniform gebruik en toepassing te waarbor
gen. Dit leidt tot een zogenaamd ‘(master) data-dictionary’
en datamodel.
Kwaliteit is vaag
Het begrip kwaliteit is in het gebruik veelal een vanzelf
sprekend begrip, maar kent tevens veel, soms vage, defi
nities. Binnen de context van dit artikel hanteren we de
volgende definitie:
het geheel van eigenschappen en kenmerken van
een object dat van belang is voor het voldoen aan
vastgestelde of vanzelfsprekende specificaties en
behoeften
De kwaliteit van masterdata wordt bepaald door de mate
waarin de masterdata voldoet aan de gestelde kwaliteits
regels (welke een vertaling zijn van de geldende bedrijfs
behoeften). Deze kwaliteitsregels bestaan in twee vormen,
de ‘technical rules’ en ‘business rules’.
•• Technisch gerelateerde regels (‘technical rules’) zijn regels
die direct zijn gerelateerd aan masterdataobjecten en
bijbehorende attributen (verplicht/optioneel attribuut,
attribuutlengtes, formaatconventies, etc.).
Het fundament van MDM: masterdata
definities en masterdatakwaliteit
Masterdatadefinities en -kwaliteit zijn twee belangrijke
onderwerpen die de kern vormen van MDM: wat moet nu
eigenlijk binnen het MDM-regime vallen (op basis van
welke karakteristieken) en wat bepaalt nu eigenlijk de
kwaliteit van onze masterdata?
Allesomvattende masterdatadefinities bestaan niet
Een allesomvattende definitie of zelfs generieke standaard
lijst van masterdataobjecten bestaat niet. Iedereen zal
het ermee eens zijn dat ‘klanten’ en ‘leveranciers’ in deze
categorie vallen, maar voor sommige dataobjecten (bij
voorbeeld contracten of organisatie-eenheden) zal dit meer
een grijs gebied zijn. Veelal zijn definities of datamodel
len van specifieke IT-systemen hierbij leidend. Wel is het
mogelijk om eensgezindheid te bereiken over de karakte
ristieken van masterdata. Bij de definitie van masterdata
moet de discussie gaan over de vraag: ‘Welke objecten
willen we binnen het MDM-regime laten vallen?’ (afgeleid
van de masterdatakarakteristieken, zie ook [Jonk11]). Deze
pragmatische benadering heeft een veel grotere kans van
slagen dan het blijven hangen in de theoretische discussie:
‘Wat is nu wel en niet masterdata?’.
Do’s & don’ts
•• Start met het definiëren en classificeren van masterdata op een pragma
tische manier om te komen tot een data-dictionary, data- en systeemmodel
len.
•• Stel masterdatadefinities en kwaliteitsregels (‘business rules’) vast in
een multidisciplinair team van onder andere business (process) experts,
informatieanalisten en IT-specialisten.
•• Besteed veel aandacht aan het definiëren van masterdatakwaliteits
regels voor de meest kritieke data-attributen (business impact) en zorg voor
periodieke herevaluatie (iteratief proces).
•• Beleg expliciet de verantwoordelijkheid voor het onderhoud van de
kwaliteitsregels. Bijvoorbeeld door masterdata-stewards aan te stellen die
primair verantwoordelijk zijn voor het realiseren van organisatiebrede
datadefinities en kwaliteitsregels.
•• ‘Meten is weten.’ Maak de naleving van de kwaliteitsregels inzichtelijk.
Scope van MDM
Kenmerken
masterdata
Scope
objecten
Definitie
objecten
Kritieke
velden
Kwaliteits-
regels
Figuur 1. Het totstandkomingsproces van kwaliteitsregels binnen de scope van MDM.
5. Compact_ 2012 2 61Enterprise Data Management
disciplines van groot belang. Het is tevens een itera
tief proces, waarin de regels steeds ‘scherper’ gesteld
kunnen worden. Na het definiëren van kwaliteits
regels kan men tot de conclusie komen dat een regel
niet concreet genoeg is, of dat een specifiek bedrijfs
scenario over het hoofd is gezien. Het beleggen van
eigenaarschap is belangrijk voor het faciliteren van
de benodigde besluitvorming.
Meten is weten
Het naleven van deze kwaliteitsregels moet waar
borgen dat wordt voorzien in de bedrijfsbehoeften.
Veelal hebben organisaties (enige vorm van) maat
regelen getroffen om de naleving van deze regels
te waarborgen (bijvoorbeeld verplichte velden in
applicaties, of kwaliteitsregels ingebed in werkin
structies). Deze regels zijn vaak gefragmenteerd
en gegroeid over de jaren. Er dient een goede mix
te bestaan van preventieve maatregelen (policies,
werkinstructies, workflow, applicatiecontroles,
SLA’s, etc.), detectieve maatregelen (uitvalrappor
tages, monitoring, KPI’s, dashboards, etc.) en cor
rectieve maatregelen (zoals correctieprocedures).
Monitoring is één van de belangrijkste maatre
gelen voor het waarborgen van de kwaliteit van
masterdata (‘Meten is weten’). Vooraf gedefinieerde
kritieke prestatie-indicatoren en bijbehorende
kwaliteitsniveaus (wat zijn de streefwaarden van
elke KPI) zijn middelen om grip te houden op
masterdatakwaliteit. Echter, het definiëren van
deze KPI’s en de kwaliteitsniveaus is een proces van
continu verfijnen om uiteindelijk te komen tot een
optimaal stelsel.
Automatiseren van MDM: tooling
Er bestaat specifieke MDM-tooling waarmee op
een efficiënte en effectieve manier de kwaliteit van
masterdata kan worden gewaarborgd. Functionali
teiten van MDM-tooling richten zich tegenwoordig
op een breed spectrum van componenten binnen
MDM, maar zijn van oorsprong vaak gericht op
datakwaliteit en data-integratie.
•• Procesgerelateerde regels (‘business rules’) zijn regels
die direct voortvloeien uit bedrijfsprocessen en -scena
rio’s (bijvoorbeeld bij het aanmaken van een klant in de
EU, kies je de volgende ‘tax classification’). Deze regels
zijn veelal overkoepelend over masterdata-attributen en
-objecten.
Het adequaat definiëren en het naleven van deze regels
moeten tezamen waarborgen dat er wordt voorzien in het
realiseren van de bedrijfsbehoeften.
Dus moet je kwaliteit concreet maken
Het definiëren van kwaliteitsregels is voor veel organi
saties geen eenduidige en gecoördineerde activiteit. De
technical rules bevinden zich meestal enkel in technische
systeemdocumentatie en eventuele datastandaarden
(indien aanwezig) en business rules zitten vaak enkel in
de hoofden van mensen en zijn niet expliciet beschreven,
geëvalueerd en gevalideerd. Daarnaast bestaan er ook
externe standaarden en kwaliteitseisen waaraan master
data (en soms ook MDM) moet voldoen (bijvoorbeeld FDA/
GMP, ISO). Bij het vaststellen van de kwaliteitsregels kom
je tot de essentie van bedrijfsprocessen, bedrijfsbehoeften
en het gebruik van masterdata. Het vertalen van bedrijfs
behoeften naar masterdataregels wordt binnen organi
saties als complex ervaren. Dat kan het gevolg zijn van
verschillende oorzaken:
•• Masterdata is niet helder. De definities van de masterdata
zelf zijn niet aanwezig, onduidelijk en/of niet consistent.
•• Bedrijfsbehoeften zijn niet helder. Bedrijfsprocessen en
bijbehorende behoeften zijn onduidelijk, worden niet
begrepen of variëren sterk.
•• Regelconstructie is niet helder. Men heeft moeite om
bedrijfsbehoeften te koppelen aan masterdata en hieruit
regels te destilleren.
•• Systeemarchitectuur is complex. Een complex systeem
landschap (bijvoorbeeld aanwezigheid van vele vertaal
tabellen om datamodellen tussen applicaties aan te laten
sluiten) maakt het moeilijker om uniforme en coherente
regels te definiëren.
Om de kwaliteitsregels goed te definiëren is enerzijds het
beleggen van eigenaarschap en anderzijds het bij elkaar
brengen van de juiste kennishouders vanuit verschillende
Een allesomvattende definitie
van masterdataobjecten bestaat niet
Workflow
Data Quality
Metadata Management
Business Rules
Data Distribution
Match & Merge
Maintenance
Access & Security
Data Storage
User Interface
API / Service Enabled
External Services
Figuur 2. Verschillende
MDM-tooling
functionaliteiten.
6. Master Data Management: do’s & don’ts62
ben alvorens besluiten te nemen aangaande het aanschaf
fen en implementeren van MDM-tooling:
•• Een businesscase moet worden opgesteld voor het
aanschaffen van MDM-tooling. Is aanschaf van MDM-
tooling werkelijk noodzakelijk? Is er een daadwerkelijke
businessbehoefte? Is het goed inrichten van het MDM-
proces, toegangsrechten in systemen en het gebruik van
werkinstructies niet voldoende? Denk hierbij ook aan
goedkope (tijdelijke) alternatieven, zoals het gebruik van
spreadsheetapplicaties voor het realiseren van aanvraag
formulieren met ingebouwde validaties.
•• Voor welke functionaliteiten is MDM-tooling noodza
kelijk? Het is belangrijk te weten of de tooling benodigd is
in de back-end (monitoren datakwaliteit, data-integratie)
of in de front-end (workflow, maintenanceprocessen).
•• Mogelijk zijn er binnen de organisatie reeds ‘best prac
tices’ van de toepassing van MDM-tooling te vinden. Een
inventarisatie hiervan is daarom op zijn plaats. Het kan
namelijk heel goed zijn dat binnen andere businessunits
al MDM-tooling wordt gebruikt voor soortgelijke doel
einden.
Passende masterdata-tooling
Het is belangrijk dat de keuze voor IT-tooling past binnen
de IT-architectuur van de organisatie. De MDM-tooling
moet aansluiten op de geldende IT-architectuurprincipes,
waarbij rekening gehouden moet worden met de com
plexiteit van het implementeren van met name de data-
integratie-tooling.
MDM-tooling kan worden ingezet om één van deze typen
(of een combinatie hiervan) in zijn geheel of gedeeltelijk
invulling te geven binnen de algehele IT-architectuur. Het
is belangrijk om te kijken welke MDM-architectuur het
beste past bij de MDM-doelstellingen van de organisatie en
welke bestaande techniek in staat is de karakteristieken
van deze MDM-architectuur te realiseren. Hiervoor hoeft
niet altijd een nieuw ‘MDM-pakket’ gekocht en geïmple
menteerd te worden. Er wordt onderscheid gemaakt in drie
typen MDM-tooling:
•• Consolidatie. Identificatie en consolidatie van gelijke of
identieke objecten binnen heterogene landschappen in
een gecentraliseerde masterdata-database. En het voorzien
in relevante key mapping-informatie voor het gebruik in
de business voor reportingdoeleinden.
•• Harmonisatie. De geconsolideerde masterdata wordt ook
gedistribueerd naar de doelsystemen. Relevante attributen
worden gesynchroniseerd door het gehele IT-landschap.
De in figuur 2 benoemde MDM-toolingfunctionaliteiten
zijn samen te vatten in drie verschillende MDM-tooling
categorieën, namelijk:
•• Data Kwaliteit Tooling: deze tooling richt zich met
name op het beheersen en monitoren van datakwaliteit.
•• Data Integratie Tooling: extraheren, transformeren
en laden (ETL) zijn de belangrijkste onderdelen van deze
tooling.
•• Data Governance Tooling: het beheersen van eigenaar
schap en het masterdata-onderhoudsproces staan centraal
in deze tooling.
Bezint eer ge begint
De aandacht voor MDM-tooling groeit. MDM-tooling
wordt gebruikt en misbruikt als oplossing voor effectief
MDM. Het is belangrijk om eerst de noodzaak, de specifie
ke behoeften en reikwijdte van de MDM-tooling te defini
ëren. MDM-tooling is niet de oplossing, maar het middel
om tot een oplossing te komen.
Binnen veel organisaties zijn de volgende symptomen te
zien:
•• MDM-tooling voldoet niet aan de daadwerkelijke eisen
en wordt daarom zelden gebruikt.
•• MDM-tooling wordt ingezet zonder dat een aantal
randvoorwaarden is gedefinieerd en is ingericht, zoals hel
dere masterdatadefinities en -kwaliteitsstandaarden voor
datakwaliteitmonitoring en een adequaat gedefinieerd
beheerproces voor workflow.
Een organisatie doet er daarom goed aan om in ieder geval
over onderstaande uitgangspunten duidelijkheid te heb
Do’s en don’ts
•• Zorg dat de uitgangspunten en eisen binnen masterdata governance, -proces
sen en -kwaliteit helder zijn alvorens tooling aan te schaffen. Tooling alleen lost
problemen rondom masterdata niet op.
•• Ga goed na wat er in de organisatie reeds aan tooling wordt gebruikt of welke
(ongebruikte) functionaliteit aanwezig is die benut kan worden.
•• Zorg dat de businesscase en requirements voor MDM-tooling helder zijn en
breed gedragen.
•• Ga niet gelijk voor tooling die alle MDM-functionaliteit afdekt, maar kies
eerst de functionaliteit die het meeste oplevert. Dit kan per masterdataobject/
-gebied verschillen.
•• Zorg dat MDM-tooling aansluit op de geldende IT-architectuurprincipes van
de organisatie.
•• Pas MDM-tooling toe, want daarmee krijgt de organisatie ook echt de moge
lijkheid om de kwaliteit van MDM te kunnen meten.
7. Compact_ 2012 2 63Enterprise Data Management
S. Swartjes MSc is adviseur bij KPMG IT Advisory en is gecerti
ficeerd SAP FI-consultant. Hij richt zich met name op vraag
stukken rondom Enterprise Data Management en masterda
tamanagement, en is betrokken geweest bij meerdere MDM-
opdrachten.
A.J. van der Staaij MSc is adviseur bij KPMG IT Advisory. Hij is
gespecialiseerd consultant op het gebied van SAP SD. Met name
richt hij zich op Enterprise Data Management- en masterda
tamanagement-vraagstukken en hij was betrokken bij meerdere
MDM-opdrachten, evenals bij meerdere risk & control-gerela
teerde opdrachten in verschillende ERP-omgevingen.
•• Centralisatie. Er is slechts één plek van data-invoer en
data wordt automatisch gedistribueerd naar de doelsyste
men. In de doelsystemen kan de data verrijkt worden met
lokale attributen.
Conclusie
Dit artikel heeft drie aandachtsgebieden beschreven die
organisaties als complex ervaren bij het inrichten van ade
quaat MDM. Hieruit is samenvattend een drietal belang
rijke conclusies te trekken:
•• ‘Meten is weten.’ Een objectief inzicht in de kwaliteit
van masterdata en MDM is zeer belangrijk om te kunnen
besturen, verbeteren en bepalen of er wordt voldaan aan
het realiseren van de bedrijfsbehoeften. Indien juist toege
past kan het dienen als de ‘motor’ van MDM.
•• Masterdata is een multidisciplinair domein (business
en IT), dat betekent dat je enerzijds duidelijke governance
moet inrichten (zoals eigenaarschap), maar ook dat je
experts uit zowel de business als de IT-wereld in gezamen
lijkheid moet laten werken aan het waarborgen van de
kwaliteit van masterdata.
•• De aandachtsgebieden van MDM (governance, process
es, content&quality, systems&tooling) dienen alle vier in
samenhang aandacht te krijgen voor het realiseren van
effectief MDM. Alvorens over te gaan tot implementatie
(van bijvoorbeeld tooling of processen) is het belangrijk na
te denken over de te nemen stappen, de onderlinge samen
hang, prioriteit en volgordelijkheid (‘roadmap’-gedachte).
Literatuur
[Jonk11] R.A. Jonker, F.T. Kooistra, D. Cepariu, J. van Etten and
S. Swartjes, Effective Master Data Management, Compact 2011/0.
Over de auteurs
Drs. C.J.W.A. van Unen RE is senior manager binnen de
Management Consulting-praktijk bij KPMG IT Advisory. Hij
geeft mede leiding aan de Enterprise Data Management service
line binnen KPMG, waarvan masterdatamanagement een
belangrijk onderdeel is.
A.S.M de Goeij MSc RE is manager binnen de Management
Consulting-praktijk bij KPMG IT Advisory. Hij richt zich met
name op vraagstukken rondom Enterprise Data Management
en masterdatamanagement, ERP governance & management,
ERP competence centers en Quality Assurance rondom ERP-
implementaties.
Consolidate
Load
Validate
& Enrich
De-
Duplicate
MDM
BI/ Reporting System
Harmonize
Synchronize
MDM
BI/ Reporting System
Centralization
Request Check Approve
MDM BI/ReportingSystem
Figuur 3. Weergave van drie typen MDM-architecturen.